基于层次聚类自适应信息过滤学习算.pdfVIP

基于层次聚类的自适应信息过滤学习算法1 2 洪宇 张宇 刘挺 郑伟 龚诚 李生 （哈尔滨工业大学计算机科学与技术学院信息检索实验室哈尔滨 150001 ） 摘要：本文采用一种基于层次聚类的自适应学习策略，从系统反馈的信息流中，动态提取一类最优信 息的质心更新用户模型，有效屏蔽了阈值失真和初始信息稀疏造成的大量反馈噪声,并且能够近似模仿人工 反馈，完善自适应学习机制的智能性。 关键词：自适应信息过滤；用户模型；相关反馈；阈值；层次聚类 中图分类号：TP391 Learning Algorithm of Adaptive Information Filtering Based on Hierarchy Clustering Yu Hong Yu Zhang Ting Liu Wei Zheng Cheng Gong Sheng Li （Information Retrieval Lab, School of Computer Science and Technology, Harbin Institute of Technology, Harbin, 150001 ） Abstract ：This paper adopts an adaptive learning algorithm based on hierarchy clustering to update user profile, which continuously abstract the cancroids of one class of optimum information from the feedback flow of system, which effectively shield the learning process from plenty of feedback noises produced by distorted threshold and sparseness of initial information, which also can imitate artificial feedback approximately to perfect the intelligence of adaptive learning mechanism. Keywords ：Adaptive information filtering, user profile, relevant feedback, threshold, hierarchy clustering 一、 引言 随着搜索引擎技术的应用，人们找到了一条从海量信息中获取知识的捷径，但是伴随其产生的许多问 题却不能仅仅依靠检索技术的改进得到很好的解决，其中最突出的两类问题就是如何屏蔽垃圾信息和如何 个性化推送信息，因此，更加智能化的信息过滤技术成为弥补这些缺陷的最佳助手[1] 。传统的信息过滤， 如批过滤和信息路由，都需要大量的初始信息训练用户模型，并且在处理信息的过程中欠缺自发的学习与 更新能力，这就极大地制约了信息过滤技术在实际应用中的发展，智能性更强的自适应信息过滤技术是一 项需要在初始信息相对稀缺的情况下高效完成过滤任务并自动优化的课题。自适应信息过滤系统通过在线 学习反馈信息来更新用户模型，并时刻监控信息流与用户模型的相关度指标，同时从中选择相关度高于阈 值的信息作为反馈。传统自适应信息过滤系统主要包含四个组成部分[2][3],其相互关系如图-1 所示： 自适应学习 阈值 用户模型 相关度计算 信息流 图-1 自适应信息过滤系统结构 1 国家自然科学基金资助项目（基金号60575042 2 作者简介：洪宇，男，1978.11.6，博士研究生；研究方向：自适应信息过滤，话题跟踪，个性化信息定制；联系人。 ⑴用户模型：描述用户需求信息的特征空间。用户模型的构造策略